Inwestowanie w technologię jako gra sprzeczności. Historia, nakłady i ryzyka według prezesa VIG/C-Quadrat TFI, Michała Szymańskiego.
Inwestowanie w technologię – od telefonu Bella po sztuczną inteligencję – to zawsze była gra między oczekiwaniami a rzeczywistością, między wizją a tempem jej realizacji. Jak przypomina prezes VIG/C-Quadrat TFI, Michał Szymański, każda rewolucja technologiczna miała podobną dynamikę: entuzjazm, gwałtowne inwestycje, korektę i dopiero potem – realną zmianę gospodarczą.
„Tak było przy internecie, tak jest i teraz. AI jest w centrum zainteresowania rynku, ale pytanie pozostaje to samo: czy technologia jest już gotowa, i czy jej implementacja nastąpi tak szybko, jak wyceniają to inwestorzy” – wskazał Szymański.
Od telefonu do AI – tempo adopcji innowacji
Historia pokazuje, że rozprzestrzenianie się przełomowych technologii przyspiesza.
Telefon potrzebował 34 lat (1876–1910), by dotrzeć do 6 mln gospodarstw domowych w USA, mimo że infrastruktura nie istniała.
Samochód – od Modelu T Forda (1908) do 60% gospodarstw w 1930 roku – już tylko 22 lata.
Internet osiągnął 1 mld użytkowników w 14 lat od powstania pierwszej strony w 1991 r.
Mobilny internet i smartfony – od sieci 3G w 2001 r. do 1,2 mld sprzedanych urządzeń w 2014 r. – 13 lat.
AI podąża tą samą krzywą. Od Deep Blue (1997) przez Siri (2011), aż po Chat GPT (2020) – zaledwie dwie dekady od eksperymentów akademickich do komercyjnego produktu masowego. Jeśli tempo pozostanie zbliżone, na początku lat 2030. Sztuczna inteligencja stanie się technologią powszechną, podobnie jak wcześniej internet czy samochód.
Sztuczna inteligencja dojrzewa szybciej, niż się wydaje
W ostatnich czterech latach nastąpił skokowy wzrost złożoności modeli AI – od 100 mln parametrów w 2020 r. do setek miliardów dziś.
„To wzrost stukrotny w zaledwie rok. Mamy już modele o miliardach parametrów, które potrafią rozumieć obraz, mowę, a nawet czytać z ruchu ust” – wskazuje prezes TFI.
Szymański podkreśla, że AI osiągnęła już poziom człowieka w kilku wąskich obszarach: rozumienie języka, kodowanie czy rozwiązywanie zadań matematycznych na poziomie doktoranckim. To dowód, że entuzjazm inwestorów nie jest całkowicie oderwany od rzeczywistości – choć rynek, jak zwykle, „wyprzedza”.
Od laboratoriów do biznesu: dominacja sektora prywatnego
Dziesięć lat temu AI była domeną uczelni i instytucji publicznych. Dziś 90% nowych modeli tworzy sektor prywatny, nastawiony na praktyczne zastosowanie i monetyzację. To przyspiesza rozwój, ale rodzi też nowe ryzyka – szczególnie finansowe i energetyczne.
Trening modeli AI wymaga coraz więcej energii – od 10 kW jeszcze dekadę temu do 10 MW obecnie.
„To pokazuje zarówno skalę postępu, jak i potencjalną barierę – koszty obliczeń i zużycia energii mogą ograniczać tempo dalszego wzrostu” – zaznaczył prezes.
Nakłady infrastrukturalne: nowa bańka czy fundament przyszłości?
Nakłady na infrastrukturę AI przypominają gorączkę światłowodową z przełomu wieków. W latach 1995–2000 amerykańskie telekomy wydały 500 mld USD na budowę sieci – inwestycje, które w większości nie zostały zmonetyzowane. Dziś inwestycje w centra danych są siedmiokrotnie większe.
Według McKinsey, do 2030 r. globalne nakłady na data centers mogą sięgnąć 7 bln USD.
To gigantyczna liczba – a rentowność takich inwestycji wymagałaby 2 bln USD rocznych przychodów z tytułu przetwarzania danych i usług AI, by zapewnić zwrot kapitału.
„Infrastruktura AI rośnie szybciej niż postęp technologiczny procesorów. To wymusza lawinowy przyrost mocy obliczeniowej i nowych centrów danych – ale też zwiększa presję kosztową i ryzyko nadinwestowania” – wymienia Szymański.
Lekcje z historii: kiedy nadzieje wyprzedzają rzeczywistość
Historia pokazuje, że nadmierne oczekiwania wobec nowej technologii często kończą się korektą. Szymański przypomina przykład fuzji AOL i Time Warner z 2000 r. – transakcji wartej 350 mld USD, która dziewięć lat później przyniosła ogromne straty.
„Mieli rację co do kierunku – że internet będzie kanałem dystrybucji treści – ale mylili się co do modelu. Nie trzeba było łączyć się z dostawcą infrastruktury, by sprzedawać content” – podkreślił prezes.
Podobne ryzyko widać dziś w relacjach takich firm jak OpenAI, Nvidia i AMD, gdzie producenci chipów i użytkownicy AI krzyżowo obejmują swoje akcje i zawierają długoterminowe kontrakty zakupowe. „To przypomina tamte czasy – choć nie musi skończyć się tak samo.”
Gdzie jesteśmy dziś: fakty, oczekiwania i perspektywy
Rynek amerykański wycenia się dziś na 23× zyski dla S&P 500 i 27× dla Nasdaq – w bańce internetowej było to 60–70×. 45% majątku finansowego amerykańskich gospodarstw domowych jest ulokowane w akcjach – najwięcej w historii (więcej niż w 2000 r.). Siedem największych spółek technologicznych (tzw. Magnificent 7) odpowiada już za 35% indeksu S&P 500, z wyceną na poziomie 33× zysku. To pokazuje, że rynek już „wycenił przyszłość” technologii, nawet jeśli jej wdrożenie dopiero się zaczyna.
Wdrażanie AI w praktyce: szybciej niż kiedyś, ale wolniej niż w narracji
Według McKinsey, 45% amerykańskich firm używa AI w co najmniej trzech obszarach działalności, ale tylko 5% zintegrowało ją z procesami operacyjnymi. Transformacja ma charakter strukturalny jedynie w dwóch branżach: profesjonalnych usługach i mediach/telekomunikacji.
„To oznacza, że jesteśmy dopiero na początku drogi – nie w fazie dojrzałości. Z definicji, 2% wdrożeń to początek, 98% to koniec” – uznał prezes.
Nawet administracja zaczyna uwzględniać AI w przetargach. Wartość kontraktów, w których pojawia się element sztucznej inteligencji, rośnie z roku na rok – Polska pod tym względem wyprzedza m.in. Włochy. Skala nie jest jeszcze duża, ale kierunek jest wyraźny.
Między ekscytacją a realizmem
Historia innowacji uczy, że technologiczne przełomy zaczynają się od przesady – i kończą transformacją. AI jest dziś w fazie intensywnej inwestycji, z realnymi postępami technologicznymi, ale i z ryzykiem przeinwestowania infrastrukturalnego. „Rynki znów grają w tę samą grę sprzeczności między oczekiwaniem a rzeczywistością. Jeśli historia ma się powtórzyć – jesteśmy dopiero w połowie tej drogi” – podsumował Szymański.
